一篇新近发表在arXiv上的研究探讨了大型语言模型(LLM)自主改进自身运行框架(即harness)的能力。研究人员发现,尽管LLM能够构建和修改这些harness,但在未见过任务上的性能提升幅度不大,并且修改有时会削弱现有能力。该研究表明,自主harness构建与可靠适应之间存在差距,暗示为了达到最佳性能,可能仍需要人工监督或更复杂的选择机制。 AI
影响 凸显了LLM在复杂任务适应方面的自主性局限,表明当前模型需要大量脚手架来保证可靠性能。
排序理由 关于LLM能力的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →